2025年10月19至22日，由国际电气与电子工程师学会（IEEE）主办的第102届车辆技术大会（2025 IEEE 102nd Vehicular Technology Conference, VTC2025-Fall）在四川成都召开。我校电子信息工程学院艾渤教授团队的论文《面向5G-R可靠切换的深度强化学习辅助动态波束成形方法》（DRL-Aided Dynamic Beamforming for Reliable Handover in 5G Railway Communication Systems）荣获大会唯一最佳论文奖（IEEE VTC 2025-Fall Best Paper Award）。

图1. 2025年车辆技术大会最佳论文奖证书

图2. 国际电气与电子工程师学会车辆技术协会主席、德国汉堡工业大学Gerhard Bauch教授等为本论文和最佳学生论文颁奖

       国际电气与电子工程师学会车载技术大会是无线通信技术领域的重要学术会议，每年分春秋两季举行，至今已有51年的历史，其内容涵盖了无线通信、车载通信、认知无线电、协作通信、定位技术以及车载网络等多个研究领域。本届大会共录用415篇论文，从中仅评选出1篇大会最佳论文奖，论文获奖比例仅为0.2%。

       当前，我国的高铁专网建设正从GSM-R向5G-R演进。在高铁场景中，高速移动和小区边缘弱覆盖限制了网络切换的可靠性，难以满足列车控制信号的“实时在线”的传输需求。针对这一问题，本文创建了基于深度强化学习的动态波束成形机制，旨在减少高铁通信系统的切换失败概率并提高数据传输速率。首先，本文建立了基于波束成形的网络切换模型，表征了波束成型对数据速率和切换可靠性的影响。而后，本文以提高数据速率、降低切换失败概率、最小化波束调整开销为目标，构建了动态波束成形优化问题解析表达式。基于此，设计了基于深度强化学习的动态波束调整方法，实现了快变信道条件下的自适应波束方向优化。数值评估表明，与理想的实时精确波束成形相比，该方案可以23%的波束调整开销实现近乎相同的可靠切换概率与98.9%的数据传输速率性能。本文为人工智能驱动的5G-R网络智能传输策略提供了备选方案。

       本文作者均来自北京交通大学电信学院，包括艾渤、李景丽、马毅琰、马国玉、杨汨、钟章队等老师和同学。